买家技术专家表示 忽略炒作 专注于机器学习目标

根据TradeTechFXEurope的小组成员的说法，机器学习和人工智能(AI)的进步可能会改善交易策略，但代价是透明度和可解释性。

阿伯丁资产管理公司(AberdeenAssetManagement)的投资分析师伊恩麦克威廉姆斯(IanMcWilliams)详细解释了对机器学习技术能力的理解是如何因缺乏理解和夸大而被扭曲的。

他说：“我开玩笑说，当你在外面打广告的时候，你会谈论人工智能，但当你谈论机器学习的时候，其实你只是在做逻辑回归等等。“我不认为这是不诚实的。也许有点夸张，但定义上并没有错，因为当我们谈论机器学习时，你真正得到的算法是从数据中学习算法。”

“我们正在接收大量的市场信号和情绪信号，预测市场未来会采取什么措施，并利用这些信息建立交易策略。”

McWilliams解释说，围绕机器学习元素的炒作，如深度学习、图像识别和自然语言处理(NLP)，扭曲了对工具的预期，这些工具可以更好地为交易策略决策建模数据，尤其是在与基金经理对话时。

他说：“作为一个行业，我们需要考虑的有趣的事情可能是，需要改变的态度是模型的可解释性，这在很多领域都是一个大问题，不仅仅是金融领域。

“每当我们提出交易时，传统基金经理都会问我们为什么要交易？”他们通常期望从A到B有一个非常因果的解释，但这往往会击败这些非常复杂的算法。中间立场不足以说明算法说要这么做，所以我们在这么做，但我们需要量子人和更传统的人之间有更多的对话，才能明白有权衡。"

贸易咨询公司Cuemacro的创始人赛义德阿门也是雷曼兄弟和野村证券制定的系统交易策略的老手。在采用基于机器学习技术的交易策略时，他称赞了简单的优点。

“当你考虑使用机器学习的时候，要问的问题是：你想达到什么目标，能不能用逻辑回归或者线性回归，比如，是否足以满足你的任务？”阿门说。“我总是尽量使用最简单的工具。交易策略的复杂性需要得到证明。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！